Instructions to use Aleton/trafficlight with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- ultralytics
How to use Aleton/trafficlight with ultralytics:
# Couldn't find a valid YOLO version tag. # Replace XX with the correct version. from ultralytics import YOLOvXX model = YOLOvXX.from_pretrained("Aleton/trafficlight") source = 'http://images.cocodataset.org/val2017/000000039769.jpg' model.predict(source=source, save=True) - Notebooks
- Google Colab
- Kaggle
🦓 Модель traficlight.pt — Обнаружение пешеходных светофоров для мобильных роботов
Модель traficlight.pt разработана для задачи обнаружения пешеходных светофоров с целью распознавания состояния сигнала — красного или зелёного.
Она основана на современной архитектуре YOLOv8 от Ultralytics и предназначена для применения в мобильных роботах, передвигающихся в городской среде.
🎯 Назначение
Модель ориентирована на использование в проектах мобильной робототехники и системах машинного зрения: 🔴🟢 Определение текущего сигнала светофора — красный или зелёный
⚙️ Характеристики
| Параметр | Значение |
|---|---|
| 📦 Архитектура | YOLOv8n |
| 📐 Количество слоёв | 129 (fused: 72) |
| 🧮 Параметров | 3,011,238 (fused: 3,006,038) |
| 🧠 Градиентов | 0 (модель в режиме инференса) |
| ⚙️ FLOPs | 8.2 GFLOPs (fused: 8.1 GFLOPs) |
| 🎯 Количество классов | 2 (цвета светофора) |
🚀 Пример использования
from ultralytics import YOLO
import cv2
# Загрузка модели
model = YOLO("traficlight.pt")
# Загрузка изображения
img = cv2.imread("frame.jpg")
# Предсказание
results = model(img)
# Отображение результата
results[0].show()
- Downloads last month
- 50

